File size: 1,733 Bytes
e65637f 88016ae e65637f 88016ae e65637f 88016ae e65637f 88016ae e65637f |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 |
import gradio as gr
import cv2
import numpy as np
import svgwrite
from sklearn.cluster import KMeans
# 画像の読み込みと色空間変換
def load_image(image_path):
img = cv2.imread(image_path)
return cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# KMeansクラスタリングによる色のセグメンテーション
def segment_by_color(image, n_clusters=5):
# 画像を2次元配列に変換
pixels = image.reshape((-1, 3))
# KMeansクラスタリング
kmeans = KMeans(n_clusters=n_clusters, random_state=0).fit(pixels)
# セグメント化された画像の生成
segmented_img = kmeans.cluster_centers_[kmeans.labels_].reshape(image.shape).astype(np.uint8)
return segmented_img, kmeans.labels_.reshape(image.shape[:2])
# SVGファイルの生成
def generate_svg(image, labels, filename="output.svg"):
dwg = svgwrite.Drawing(filename, profile='tiny')
height, width, _ = image.shape
for y in range(height):
for x in range(width):
color = image[y, x]
label = labels[y, x]
dwg.add(dwg.rect(insert=(x, y), size=(1, 1), fill=svgwrite.rgb(*color), stroke=svgwrite.rgb(*color)))
dwg.save()
# Gradioインターフェースの処理関数
def process_image(image, n_clusters):
img = load_image(image.name)
segmented, labels = segment_by_color(img, n_clusters)
generate_svg(segmented, labels)
return "output.svg"
# Gradioインターフェースの構築
iface = gr.Interface(
fn=process_image,
inputs=[
gr.Image(type="file", label="アップロード画像"),
gr.Slider(minimum=2, maximum=10, step=1, default=5, label="クラスタ数")
],
outputs="file",
live=True
)
iface.launch()
|